选择多列之一中的值与 R 中单独的 vector/list 之一匹配的行
Selecting rows where a value in one of a number of columns matches one of a separate vector/list in R
类似于：In R, select row of a matrix that match a vector
数据框：
structure(list(id = c("1", "2", "3", "4", "5", "6", "7", "8",
"9", "10", "11", "12", "13", "14", "15", "16", "17", "18", "19",
"20", "21", "22", "23", "24", "25", "26", "27", "28", "29", "30",
"31", "32", "33", "34", "35", "36", "37", "38", "39", "40", "41",
"42", "43", "44", "45", "46", "47", "48", "49", "50"), X1 = c(8L,
18L, 6L, 10L, 2L, 12L, 20L, 19L, 17L, 6L, 20L, 3L, 14L, 20L,
11L, 17L, 19L, 3L, 12L, 17L, 20L, 14L, 11L, 1L, 9L, 1L, 2L, 4L,
7L, 18L, 7L, 12L, 18L, 6L, 6L, 6L, 20L, 11L, 17L, 15L, 6L, 2L,
17L, 14L, 15L, 10L, 4L, 4L, 7L, 3L), X2 = c(1L, 3L, 10L, 14L,
12L, 9L, 0L, 1L, 7L, 14L, 3L, 10L, 5L, 15L, 1L, 14L, 17L, 9L,
16L, 6L, 10L, 6L, 1L, 11L, 8L, 1L, 0L, 3L, 14L, 4L, 16L, 5L,
15L, 11L, 10L, 0L, 16L, 16L, 15L, 20L, 5L, 1L, 9L, 2L, 16L, 12L,
4L, 2L, 15L, 11L), X3 = c(16L, 2L, 10L, 19L, 5L, 16L, 13L, 14L,
10L, 15L, 18L, 17L, 0L, 2L, 7L, 5L, 19L, 3L, 2L, 20L, 19L, 14L,
18L, 13L, 5L, 15L, 13L, 6L, 9L, 17L, 9L, 17L, 15L, 1L, 20L, 17L,
19L, 13L, 15L, 4L, 9L, 0L, 13L, 9L, 11L, 2L, 0L, 5L, 5L, 16L),
X4 = c(14L, 16L, 6L, 2L, 2L, 10L, 13L, 5L, 9L, 16L, 15L,
3L, 11L, 8L, 2L, 17L, 1L, 1L, 5L, 18L, 0L, 14L, 18L, 19L,
6L, 17L, 15L, 11L, 19L, 13L, 2L, 12L, 8L, 4L, 17L, 14L, 9L,
18L, 10L, 19L, 14L, 14L, 15L, 15L, 7L, 16L, 2L, 19L, 12L,
13L), X5 = c(8L, 7L, 18L, 20L, 9L, 12L, 4L, 5L, 18L, 14L,
10L, 3L, 8L, 9L, 15L, 13L, 2L, 3L, 18L, 7L, 16L, 17L, 20L,
15L, 9L, 17L, 9L, 17L, 14L, 10L, 4L, 5L, 0L, 2L, 13L, 20L,
16L, 12L, 14L, 20L, 1L, 9L, 8L, 14L, 19L, 12L, 2L, 0L, 1L,
5L), X6 = c(10L, 2L, 11L, 19L, 2L, 11L, 7L, 12L, 16L, 17L,
2L, 9L, 20L, 0L, 19L, 1L, 15L, 15L, 6L, 8L, 1L, 15L, 11L,
17L, 16L, 8L, 16L, 20L, 15L, 9L, 7L, 15L, 12L, 14L, 20L,
4L, 12L, 6L, 2L, 5L, 13L, 17L, 2L, 2L, 2L, 17L, 0L, 19L,
19L, 14L), X7 = c(13L, 19L, 12L, 14L, 17L, 14L, 18L, 12L,
7L, 1L, 10L, 14L, 20L, 11L, 20L, 12L, 15L, 2L, 11L, 20L,
1L, 3L, 10L, 11L, 12L, 13L, 15L, 18L, 8L, 13L, 14L, 8L, 6L,
11L, 8L, 10L, 3L, 10L, 4L, 5L, 15L, 11L, 12L, 16L, 11L, 8L,
3L, 8L, 9L, 1L), X8 = c(7L, 17L, 7L, 17L, 17L, 6L, 18L, 11L,
14L, 17L, 1L, 4L, 18L, 9L, 15L, 20L, 12L, 8L, 5L, 20L, 6L,
15L, 8L, 3L, 12L, 1L, 14L, 12L, 6L, 0L, 8L, 13L, 20L, 0L,
20L, 20L, 13L, 9L, 0L, 17L, 1L, 2L, 15L, 10L, 2L, 1L, 20L,
11L, 15L, 11L), X9 = c(17L, 6L, 16L, 13L, 15L, 3L, 12L, 15L,
7L, 15L, 1L, 1L, 17L, 17L, 13L, 4L, 11L, 10L, 19L, 6L, 11L,
3L, 3L, 3L, 9L, 10L, 12L, 4L, 5L, 17L, 8L, 12L, 16L, 12L,
20L, 3L, 5L, 6L, 16L, 8L, 20L, 0L, 15L, 9L, 2L, 6L, 19L,
7L, 11L, 7L), X10 = c(15L, 11L, 4L, 1L, 10L, 18L, 16L, 2L,
1L, 0L, 9L, 19L, 1L, 11L, 0L, 0L, 14L, 15L, 8L, 12L, 12L,
20L, 13L, 13L, 3L, 13L, 8L, 4L, 19L, 3L, 0L, 15L, 18L, 15L,
19L, 13L, 15L, 18L, 8L, 9L, 17L, 2L, 1L, 18L, 5L, 19L, 10L,
16L, 5L, 12L)), class = "data.frame", row.names = c(NA, -50L
))
我想要 select x1-x10 中的任何一个等于向量 x <-c(0:5) 中的任何一个的行。实际上 x1-x10 有很多 NA 并且向量包含由字母和数字组成的条目，例如 X1425、52546、HPO1567等
我知道 %in% 符号，但如果我希望它应用于多列并应用于 return 行，如果只有一个向量只匹配一行，那将是什么最好的方法是什么？
我的预期结果是整行出现在原始 table 中，其中任何列与任何搜索向量匹配多少次，例如同一行中的多个匹配项。
理想情况下在基础 R 中。
非常感谢
你可以试试这个，然后按Index
过滤
vec <-c(0:5)
Data$Index <- apply(Data[,-1],1,function(x) sum(x %in% vec))
id X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 Index
1 1 8 1 16 14 8 10 13 7 17 15 1
2 2 18 3 2 16 7 2 19 17 6 11 3
3 3 6 10 10 6 18 11 12 7 16 4 1
4 4 10 14 19 2 20 19 14 17 13 1 2
5 5 2 12 5 2 9 2 17 17 15 10 4
6 6 12 9 16 10 12 11 14 6 3 18 1
7 7 20 0 13 13 4 7 18 18 12 16 2
8 8 19 1 14 5 5 12 12 11 15 2 4
9 9 17 7 10 9 18 16 7 14 7 1 1
10 10 6 14 15 16 14 17 1 17 15 0 2
11 11 20 3 18 15 10 2 10 1 1 9 4
12 12 3 10 17 3 3 9 14 4 1 19 5
13 13 14 5 0 11 8 20 20 18 17 1 3
14 14 20 15 2 8 9 0 11 9 17 11 2
15 15 11 1 7 2 15 19 20 15 13 0 3
16 16 17 14 5 17 13 1 12 20 4 0 4
17 17 19 17 19 1 2 15 15 12 11 14 2
18 18 3 9 3 1 3 15 2 8 10 15 5
19 19 12 16 2 5 18 6 11 5 19 8 3
20 20 17 6 20 18 7 8 20 20 6 12 0
21 21 20 10 19 0 16 1 1 6 11 12 3
22 22 14 6 14 14 17 15 3 15 3 20 2
23 23 11 1 18 18 20 11 10 8 3 13 2
24 24 1 11 13 19 15 17 11 3 3 13 3
25 25 9 8 5 6 9 16 12 12 9 3 2
26 26 1 1 15 17 17 8 13 1 10 13 3
27 27 2 0 13 15 9 16 15 14 12 8 2
28 28 4 3 6 11 17 20 18 12 4 4 4
29 29 7 14 9 19 14 15 8 6 5 19 1
30 30 18 4 17 13 10 9 13 0 17 3 3
31 31 7 16 9 2 4 7 14 8 8 0 3
32 32 12 5 17 12 5 15 8 13 12 15 2
33 33 18 15 15 8 0 12 6 20 16 18 1
34 34 6 11 1 4 2 14 11 0 12 15 4
35 35 6 10 20 17 13 20 8 20 20 19 0
36 36 6 0 17 14 20 4 10 20 3 13 3
37 37 20 16 19 9 16 12 3 13 5 15 2
38 38 11 16 13 18 12 6 10 9 6 18 0
39 39 17 15 15 10 14 2 4 0 16 8 3
40 40 15 20 4 19 20 5 5 17 8 9 3
41 41 6 5 9 14 1 13 15 1 20 17 3
42 42 2 1 0 14 9 17 11 2 0 2 6
43 43 17 9 13 15 8 2 12 15 15 1 2
44 44 14 2 9 15 14 2 16 10 9 18 2
45 45 15 16 11 7 19 2 11 2 2 5 4
46 46 10 12 2 16 12 17 8 1 6 19 2
47 47 4 4 0 2 2 0 3 20 19 10 7
48 48 4 2 5 19 0 19 8 11 7 16 4
49 49 7 15 5 12 1 19 9 15 11 5 3
50 50 3 11 16 13 5 14 1 11 7 12 3
Data 是您的 dput() 数据。希望对您有所帮助。
我建议使用 any 而不是 sum 与@Duck 略有不同的方法，因此您之后不需要使用过滤器：
vec= c(2,20)
rows = apply(data1[,-1],1,function(x) any(x %in% vec))
data1[rows,]
id X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
2 2 18 3 2 16 7 2 19 17 6 11
4 4 10 14 19 2 20 19 14 17 13 1
5 5 2 12 5 2 9 2 17 17 15 10
7 7 20 0 13 13 4 7 18 18 12 16
8 8 19 1 14 5 5 12 12 11 15 2
11 11 20 3 18 15 10 2 10 1 1 9
13 13 14 5 0 11 8 20 20 18 17 1
14 14 20 15 2 8 9 0 11 9 17 11
15 15 11 1 7 2 15 19 20 15 13 0
16 16 17 14 5 17 13 1 12 20 4 0
17 17 19 17 19 1 2 15 15 12 11 14
18 18 3 9 3 1 3 15 2 8 10 15
19 19 12 16 2 5 18 6 11 5 19 8
20 20 17 6 20 18 7 8 20 20 6 12
21 21 20 10 19 0 16 1 1 6 11 12
22 22 14 6 14 14 17 15 3 15 3 20
23 23 11 1 18 18 20 11 10 8 3 13
27 27 2 0 13 15 9 16 15 14 12 8
28 28 4 3 6 11 17 20 18 12 4 4
31 31 7 16 9 2 4 7 14 8 8 0
33 33 18 15 15 8 0 12 6 20 16 18
34 34 6 11 1 4 2 14 11 0 12 15
35 35 6 10 20 17 13 20 8 20 20 19
36 36 6 0 17 14 20 4 10 20 3 13
37 37 20 16 19 9 16 12 3 13 5 15
39 39 17 15 15 10 14 2 4 0 16 8
40 40 15 20 4 19 20 5 5 17 8 9
41 41 6 5 9 14 1 13 15 1 20 17
42 42 2 1 0 14 9 17 11 2 0 2
43 43 17 9 13 15 8 2 12 15 15 1
44 44 14 2 9 15 14 2 16 10 9 18
45 45 15 16 11 7 19 2 11 2 2 5
46 46 10 12 2 16 12 17 8 1 6 19
47 47 4 4 0 2 2 0 3 20 19 10
48 48 4 2 5 19 0 19 8 11 7 16
这是一个（有趣的）正则表达式解决方案：
它的工作原理是首先 paste0 将所有行转换为字符串，然后使用 grepl 匹配这些行中来自 0-5 的数字，最终对数据帧进行子集化 df 在那些行上返回 which 个匹配项：
df[which(grepl("(?<=^| )[0-5](?= |$)", apply(df[-1], 1, paste0, collapse = " "), perl = T)),]
id X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
1 1 8 1 16 14 8 10 13 7 17 15
2 2 18 3 2 16 7 2 19 17 6 11
3 3 6 10 10 6 18 11 12 7 16 4
4 4 10 14 19 2 20 19 14 17 13 1
5 5 2 12 5 2 9 2 17 17 15 10
6 6 12 9 16 10 12 11 14 6 3 18
7 7 20 0 13 13 4 7 18 18 12 16
8 8 19 1 14 5 5 12 12 11 15 2
9 9 17 7 10 9 18 16 7 14 7 1
10 10 6 14 15 16 14 17 1 17 15 0
11 11 20 3 18 15 10 2 10 1 1 9
12 12 3 10 17 3 3 9 14 4 1 19
13 13 14 5 0 11 8 20 20 18 17 1
14 14 20 15 2 8 9 0 11 9 17 11
15 15 11 1 7 2 15 19 20 15 13 0
16 16 17 14 5 17 13 1 12 20 4 0
17 17 19 17 19 1 2 15 15 12 11 14
18 18 3 9 3 1 3 15 2 8 10 15
19 19 12 16 2 5 18 6 11 5 19 8
21 21 20 10 19 0 16 1 1 6 11 12
22 22 14 6 14 14 17 15 3 15 3 20
23 23 11 1 18 18 20 11 10 8 3 13
24 24 1 11 13 19 15 17 11 3 3 13
25 25 9 8 5 6 9 16 12 12 9 3
26 26 1 1 15 17 17 8 13 1 10 13
27 27 2 0 13 15 9 16 15 14 12 8
28 28 4 3 6 11 17 20 18 12 4 4
29 29 7 14 9 19 14 15 8 6 5 19
30 30 18 4 17 13 10 9 13 0 17 3
31 31 7 16 9 2 4 7 14 8 8 0
32 32 12 5 17 12 5 15 8 13 12 15
33 33 18 15 15 8 0 12 6 20 16 18
34 34 6 11 1 4 2 14 11 0 12 15
36 36 6 0 17 14 20 4 10 20 3 13
37 37 20 16 19 9 16 12 3 13 5 15
39 39 17 15 15 10 14 2 4 0 16 8
40 40 15 20 4 19 20 5 5 17 8 9
41 41 6 5 9 14 1 13 15 1 20 17
42 42 2 1 0 14 9 17 11 2 0 2
43 43 17 9 13 15 8 2 12 15 15 1
44 44 14 2 9 15 14 2 16 10 9 18
45 45 15 16 11 7 19 2 11 2 2 5
46 46 10 12 2 16 12 17 8 1 6 19
47 47 4 4 0 2 2 0 3 20 19 10
48 48 4 2 5 19 0 19 8 11 7 16
49 49 7 15 5 12 1 19 9 15 11 5
50 50 3 11 16 13 5 14 1 11 7 12
类似于：In R, select row of a matrix that match a vector
数据框：
structure(list(id = c("1", "2", "3", "4", "5", "6", "7", "8",
"9", "10", "11", "12", "13", "14", "15", "16", "17", "18", "19",
"20", "21", "22", "23", "24", "25", "26", "27", "28", "29", "30",
"31", "32", "33", "34", "35", "36", "37", "38", "39", "40", "41",
"42", "43", "44", "45", "46", "47", "48", "49", "50"), X1 = c(8L,
18L, 6L, 10L, 2L, 12L, 20L, 19L, 17L, 6L, 20L, 3L, 14L, 20L,
11L, 17L, 19L, 3L, 12L, 17L, 20L, 14L, 11L, 1L, 9L, 1L, 2L, 4L,
7L, 18L, 7L, 12L, 18L, 6L, 6L, 6L, 20L, 11L, 17L, 15L, 6L, 2L,
17L, 14L, 15L, 10L, 4L, 4L, 7L, 3L), X2 = c(1L, 3L, 10L, 14L,
12L, 9L, 0L, 1L, 7L, 14L, 3L, 10L, 5L, 15L, 1L, 14L, 17L, 9L,
16L, 6L, 10L, 6L, 1L, 11L, 8L, 1L, 0L, 3L, 14L, 4L, 16L, 5L,
15L, 11L, 10L, 0L, 16L, 16L, 15L, 20L, 5L, 1L, 9L, 2L, 16L, 12L,
4L, 2L, 15L, 11L), X3 = c(16L, 2L, 10L, 19L, 5L, 16L, 13L, 14L,
10L, 15L, 18L, 17L, 0L, 2L, 7L, 5L, 19L, 3L, 2L, 20L, 19L, 14L,
18L, 13L, 5L, 15L, 13L, 6L, 9L, 17L, 9L, 17L, 15L, 1L, 20L, 17L,
19L, 13L, 15L, 4L, 9L, 0L, 13L, 9L, 11L, 2L, 0L, 5L, 5L, 16L),
X4 = c(14L, 16L, 6L, 2L, 2L, 10L, 13L, 5L, 9L, 16L, 15L,
3L, 11L, 8L, 2L, 17L, 1L, 1L, 5L, 18L, 0L, 14L, 18L, 19L,
6L, 17L, 15L, 11L, 19L, 13L, 2L, 12L, 8L, 4L, 17L, 14L, 9L,
18L, 10L, 19L, 14L, 14L, 15L, 15L, 7L, 16L, 2L, 19L, 12L,
13L), X5 = c(8L, 7L, 18L, 20L, 9L, 12L, 4L, 5L, 18L, 14L,
10L, 3L, 8L, 9L, 15L, 13L, 2L, 3L, 18L, 7L, 16L, 17L, 20L,
15L, 9L, 17L, 9L, 17L, 14L, 10L, 4L, 5L, 0L, 2L, 13L, 20L,
16L, 12L, 14L, 20L, 1L, 9L, 8L, 14L, 19L, 12L, 2L, 0L, 1L,
5L), X6 = c(10L, 2L, 11L, 19L, 2L, 11L, 7L, 12L, 16L, 17L,
2L, 9L, 20L, 0L, 19L, 1L, 15L, 15L, 6L, 8L, 1L, 15L, 11L,
17L, 16L, 8L, 16L, 20L, 15L, 9L, 7L, 15L, 12L, 14L, 20L,
4L, 12L, 6L, 2L, 5L, 13L, 17L, 2L, 2L, 2L, 17L, 0L, 19L,
19L, 14L), X7 = c(13L, 19L, 12L, 14L, 17L, 14L, 18L, 12L,
7L, 1L, 10L, 14L, 20L, 11L, 20L, 12L, 15L, 2L, 11L, 20L,
1L, 3L, 10L, 11L, 12L, 13L, 15L, 18L, 8L, 13L, 14L, 8L, 6L,
11L, 8L, 10L, 3L, 10L, 4L, 5L, 15L, 11L, 12L, 16L, 11L, 8L,
3L, 8L, 9L, 1L), X8 = c(7L, 17L, 7L, 17L, 17L, 6L, 18L, 11L,
14L, 17L, 1L, 4L, 18L, 9L, 15L, 20L, 12L, 8L, 5L, 20L, 6L,
15L, 8L, 3L, 12L, 1L, 14L, 12L, 6L, 0L, 8L, 13L, 20L, 0L,
20L, 20L, 13L, 9L, 0L, 17L, 1L, 2L, 15L, 10L, 2L, 1L, 20L,
11L, 15L, 11L), X9 = c(17L, 6L, 16L, 13L, 15L, 3L, 12L, 15L,
7L, 15L, 1L, 1L, 17L, 17L, 13L, 4L, 11L, 10L, 19L, 6L, 11L,
3L, 3L, 3L, 9L, 10L, 12L, 4L, 5L, 17L, 8L, 12L, 16L, 12L,
20L, 3L, 5L, 6L, 16L, 8L, 20L, 0L, 15L, 9L, 2L, 6L, 19L,
7L, 11L, 7L), X10 = c(15L, 11L, 4L, 1L, 10L, 18L, 16L, 2L,
1L, 0L, 9L, 19L, 1L, 11L, 0L, 0L, 14L, 15L, 8L, 12L, 12L,
20L, 13L, 13L, 3L, 13L, 8L, 4L, 19L, 3L, 0L, 15L, 18L, 15L,
19L, 13L, 15L, 18L, 8L, 9L, 17L, 2L, 1L, 18L, 5L, 19L, 10L,
16L, 5L, 12L)), class = "data.frame", row.names = c(NA, -50L
))
我想要 select x1-x10 中的任何一个等于向量 x <-c(0:5) 中的任何一个的行。实际上 x1-x10 有很多 NA 并且向量包含由字母和数字组成的条目，例如 X1425、52546、HPO1567等
我知道 %in% 符号，但如果我希望它应用于多列并应用于 return 行，如果只有一个向量只匹配一行，那将是什么最好的方法是什么？
我的预期结果是整行出现在原始 table 中，其中任何列与任何搜索向量匹配多少次，例如同一行中的多个匹配项。
理想情况下在基础 R 中。
非常感谢
你可以试试这个，然后按Index
vec <-c(0:5)
Data$Index <- apply(Data[,-1],1,function(x) sum(x %in% vec))
id X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 Index
1 1 8 1 16 14 8 10 13 7 17 15 1
2 2 18 3 2 16 7 2 19 17 6 11 3
3 3 6 10 10 6 18 11 12 7 16 4 1
4 4 10 14 19 2 20 19 14 17 13 1 2
5 5 2 12 5 2 9 2 17 17 15 10 4
6 6 12 9 16 10 12 11 14 6 3 18 1
7 7 20 0 13 13 4 7 18 18 12 16 2
8 8 19 1 14 5 5 12 12 11 15 2 4
9 9 17 7 10 9 18 16 7 14 7 1 1
10 10 6 14 15 16 14 17 1 17 15 0 2
11 11 20 3 18 15 10 2 10 1 1 9 4
12 12 3 10 17 3 3 9 14 4 1 19 5
13 13 14 5 0 11 8 20 20 18 17 1 3
14 14 20 15 2 8 9 0 11 9 17 11 2
15 15 11 1 7 2 15 19 20 15 13 0 3
16 16 17 14 5 17 13 1 12 20 4 0 4
17 17 19 17 19 1 2 15 15 12 11 14 2
18 18 3 9 3 1 3 15 2 8 10 15 5
19 19 12 16 2 5 18 6 11 5 19 8 3
20 20 17 6 20 18 7 8 20 20 6 12 0
21 21 20 10 19 0 16 1 1 6 11 12 3
22 22 14 6 14 14 17 15 3 15 3 20 2
23 23 11 1 18 18 20 11 10 8 3 13 2
24 24 1 11 13 19 15 17 11 3 3 13 3
25 25 9 8 5 6 9 16 12 12 9 3 2
26 26 1 1 15 17 17 8 13 1 10 13 3
27 27 2 0 13 15 9 16 15 14 12 8 2
28 28 4 3 6 11 17 20 18 12 4 4 4
29 29 7 14 9 19 14 15 8 6 5 19 1
30 30 18 4 17 13 10 9 13 0 17 3 3
31 31 7 16 9 2 4 7 14 8 8 0 3
32 32 12 5 17 12 5 15 8 13 12 15 2
33 33 18 15 15 8 0 12 6 20 16 18 1
34 34 6 11 1 4 2 14 11 0 12 15 4
35 35 6 10 20 17 13 20 8 20 20 19 0
36 36 6 0 17 14 20 4 10 20 3 13 3
37 37 20 16 19 9 16 12 3 13 5 15 2
38 38 11 16 13 18 12 6 10 9 6 18 0
39 39 17 15 15 10 14 2 4 0 16 8 3
40 40 15 20 4 19 20 5 5 17 8 9 3
41 41 6 5 9 14 1 13 15 1 20 17 3
42 42 2 1 0 14 9 17 11 2 0 2 6
43 43 17 9 13 15 8 2 12 15 15 1 2
44 44 14 2 9 15 14 2 16 10 9 18 2
45 45 15 16 11 7 19 2 11 2 2 5 4
46 46 10 12 2 16 12 17 8 1 6 19 2
47 47 4 4 0 2 2 0 3 20 19 10 7
48 48 4 2 5 19 0 19 8 11 7 16 4
49 49 7 15 5 12 1 19 9 15 11 5 3
50 50 3 11 16 13 5 14 1 11 7 12 3
Data 是您的 dput() 数据。希望对您有所帮助。
我建议使用 any 而不是 sum 与@Duck 略有不同的方法，因此您之后不需要使用过滤器：
vec= c(2,20)
rows = apply(data1[,-1],1,function(x) any(x %in% vec))
data1[rows,]
id X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
2 2 18 3 2 16 7 2 19 17 6 11
4 4 10 14 19 2 20 19 14 17 13 1
5 5 2 12 5 2 9 2 17 17 15 10
7 7 20 0 13 13 4 7 18 18 12 16
8 8 19 1 14 5 5 12 12 11 15 2
11 11 20 3 18 15 10 2 10 1 1 9
13 13 14 5 0 11 8 20 20 18 17 1
14 14 20 15 2 8 9 0 11 9 17 11
15 15 11 1 7 2 15 19 20 15 13 0
16 16 17 14 5 17 13 1 12 20 4 0
17 17 19 17 19 1 2 15 15 12 11 14
18 18 3 9 3 1 3 15 2 8 10 15
19 19 12 16 2 5 18 6 11 5 19 8
20 20 17 6 20 18 7 8 20 20 6 12
21 21 20 10 19 0 16 1 1 6 11 12
22 22 14 6 14 14 17 15 3 15 3 20
23 23 11 1 18 18 20 11 10 8 3 13
27 27 2 0 13 15 9 16 15 14 12 8
28 28 4 3 6 11 17 20 18 12 4 4
31 31 7 16 9 2 4 7 14 8 8 0
33 33 18 15 15 8 0 12 6 20 16 18
34 34 6 11 1 4 2 14 11 0 12 15
35 35 6 10 20 17 13 20 8 20 20 19
36 36 6 0 17 14 20 4 10 20 3 13
37 37 20 16 19 9 16 12 3 13 5 15
39 39 17 15 15 10 14 2 4 0 16 8
40 40 15 20 4 19 20 5 5 17 8 9
41 41 6 5 9 14 1 13 15 1 20 17
42 42 2 1 0 14 9 17 11 2 0 2
43 43 17 9 13 15 8 2 12 15 15 1
44 44 14 2 9 15 14 2 16 10 9 18
45 45 15 16 11 7 19 2 11 2 2 5
46 46 10 12 2 16 12 17 8 1 6 19
47 47 4 4 0 2 2 0 3 20 19 10
48 48 4 2 5 19 0 19 8 11 7 16
这是一个（有趣的）正则表达式解决方案：
它的工作原理是首先 paste0 将所有行转换为字符串，然后使用 grepl 匹配这些行中来自 0-5 的数字，最终对数据帧进行子集化 df 在那些行上返回 which 个匹配项：
df[which(grepl("(?<=^| )[0-5](?= |$)", apply(df[-1], 1, paste0, collapse = " "), perl = T)),]
id X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
1 1 8 1 16 14 8 10 13 7 17 15
2 2 18 3 2 16 7 2 19 17 6 11
3 3 6 10 10 6 18 11 12 7 16 4
4 4 10 14 19 2 20 19 14 17 13 1
5 5 2 12 5 2 9 2 17 17 15 10
6 6 12 9 16 10 12 11 14 6 3 18
7 7 20 0 13 13 4 7 18 18 12 16
8 8 19 1 14 5 5 12 12 11 15 2
9 9 17 7 10 9 18 16 7 14 7 1
10 10 6 14 15 16 14 17 1 17 15 0
11 11 20 3 18 15 10 2 10 1 1 9
12 12 3 10 17 3 3 9 14 4 1 19
13 13 14 5 0 11 8 20 20 18 17 1
14 14 20 15 2 8 9 0 11 9 17 11
15 15 11 1 7 2 15 19 20 15 13 0
16 16 17 14 5 17 13 1 12 20 4 0
17 17 19 17 19 1 2 15 15 12 11 14
18 18 3 9 3 1 3 15 2 8 10 15
19 19 12 16 2 5 18 6 11 5 19 8
21 21 20 10 19 0 16 1 1 6 11 12
22 22 14 6 14 14 17 15 3 15 3 20
23 23 11 1 18 18 20 11 10 8 3 13
24 24 1 11 13 19 15 17 11 3 3 13
25 25 9 8 5 6 9 16 12 12 9 3
26 26 1 1 15 17 17 8 13 1 10 13
27 27 2 0 13 15 9 16 15 14 12 8
28 28 4 3 6 11 17 20 18 12 4 4
29 29 7 14 9 19 14 15 8 6 5 19
30 30 18 4 17 13 10 9 13 0 17 3
31 31 7 16 9 2 4 7 14 8 8 0
32 32 12 5 17 12 5 15 8 13 12 15
33 33 18 15 15 8 0 12 6 20 16 18
34 34 6 11 1 4 2 14 11 0 12 15
36 36 6 0 17 14 20 4 10 20 3 13
37 37 20 16 19 9 16 12 3 13 5 15
39 39 17 15 15 10 14 2 4 0 16 8
40 40 15 20 4 19 20 5 5 17 8 9
41 41 6 5 9 14 1 13 15 1 20 17
42 42 2 1 0 14 9 17 11 2 0 2
43 43 17 9 13 15 8 2 12 15 15 1
44 44 14 2 9 15 14 2 16 10 9 18
45 45 15 16 11 7 19 2 11 2 2 5
46 46 10 12 2 16 12 17 8 1 6 19
47 47 4 4 0 2 2 0 3 20 19 10
48 48 4 2 5 19 0 19 8 11 7 16
49 49 7 15 5 12 1 19 9 15 11 5
50 50 3 11 16 13 5 14 1 11 7 12